分布式信号的相位处理方法研究

发布时间：2018-05-04 15:21

本文选题：分布式信号 + 幅度向量模型、稀疏约束、角度差估计、加权最小二乘、协作波束形成　；参考：《电子科技大学》2014年博士论文

【摘要】：适应复杂环境并能全面、准确、可靠地收集与处理信息是现代信息获取与处理研究领域技术发展的主要驱动力。随着信号获取、信号处理、信息融合以及高性能计算和高速数据传输等技术的不断发展,由空间分布的大量节点、通信链路、控制和综合处理中心构成的分布式系统以其特有的协作能力、探测能力和抗干扰性能逐步在目标探测、环境感知、情报侦察等领域获得了广泛的应用,成为信息获取的重要工具和手段。本文针对分布式信号处理中的相位信息处理方法展开研究。首先,从分布式信号幅度向量模型入手,将信号波达方向估计问题转化为信号波达方向差估计问题,给出对相位误差不敏感、同时又具有超分辨性能的波达方向估计算法;其次,将分布式信号发射波束形成问题转化为分布式信号的相位信息处理问题,给出分布式信号发射协作波束形成方法,并分析其不同节点分布和相位误差下的性能。主要工作包括:1.分析了分布式信号幅度向量模型,得到对分布式信号相位误差不敏感的去相位信号模型,并在此基础上得到的分布式信号角度差估计算法,既可以对无相位误差的分布式信号进行角度差估计,又可以对存在相位误差的分布式信号进行角度差估计,避免了对相位误差进行估计的问题;同时分析了分布式信号角度差估计的CRLB,为分布式信号角度差估计算法的性能分析给出了一个参照标准;2.给出了基于分布式信号幅度向量的子空间角度差估计算法,该算法类似于传统波达方向估计中MUSIC算法的思想,利用分布式信号幅度向量模型中阵列流形与扫描向量的正交性得到不依赖于阵列几何形状的角度差估计算法;3.针对单次快拍数据,给出了基于稀疏约束的分布式信号幅度向量角度差估计算法,分析了正则化参数的选取策略,在高信噪比的条件下可以对分布式信号角度差进行高精度的估计;4.针对多快拍数据,给出了基于分布式信号稀疏约束的角度差估计算法,包括子空间角度差估计算法及协方差矩阵拟合的角度差估计算法,同时分析了正则化参数的选取策略。5.基于分布式信号波达方向差估计的结果,在真实参考方向未知的条件下,给出了一种具有闭式解的自主定位方法。该方法利用测量的角度差构造一组伪线性方程,进而利用坐标变换获得节点在实际坐标下的位置估计。为了消除方程中几何关系限制,给出了一种残差检验方法来提高算法的有效性和适用性。6.把多天线阵列信号处理中的LCMP波束形成算法运用到分布式信号协作波束形成中,给出了基于线性约束的分布式信号协作波束形成算法,并加入稳健代价函数和约束条件,使其对冲激噪声和DOA估计误差更为稳健。7.基于非参数核方法构造节点位置和相位误差概率密度函数,结合远场方向图利用统计方法分析分布式信号协作波束形成算法的特性,克服了现有波束形成性能分析方法的缺陷,为分布式信号协作波束形成方法和算法研究提供了全面和有效的性能分析与评估体系。
[Abstract]:The distributed signal amplitude vector model is used to estimate the phase error of the distributed signal . The robust cost function and constraint conditions are added to make it more robust to impulse noise and DOA estimation error . Based on the non - parametric kernel method , the node position and the phase error probability density function are constructed , and the characteristics of the distributed signal cooperative beam forming algorithm are analyzed by using the statistical method in combination with the far field direction graph . The defects of the existing beam forming performance analysis method are overcome , and a comprehensive and effective performance analysis and evaluation system is provided for the distributed signal cooperative beam forming method and algorithm research .

【学位授予单位】：电子科技大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：TN911.7

【相似文献】